原子类

在多线程环境下，常用累加操作方式是使用原子类进行累加，例如AtomicInteger、AtomicLong。但是使用原子类在多线程高竞争的情况下，CAS会经常失败，并发效率会大大降低。

因为CAS操作失败后要自旋再次进行替换，这样失败的线程就会大量消耗CPU资源。所以在高并发的场景下使用原子类累加器并不是很好的选择。

Striped64

Striped64是一种高并发累加器，有效解决了原子类累加的弊端。Striped64将线程竞争的操作分散开来，每个线程操作一个cell，而sum则等于base和所有cell值的和。

性能比较

开启10个线程，并发执行累加操作，每个线程加10000000。

1. 使用AtomicLong

public static void main(String[] args) {AtomicLong atomicLong = new AtomicLong(0);CyclicBarrier cyclicBarrier = new CyclicBarrier(10);CountDownLatch countDownLatch = new CountDownLatch(10);long l = System.currentTimeMillis();for (int i=0;i<10;i++){new Thread(new Runnable() {@Overridepublic void run() {try {cyclicBarrier.await();} catch (InterruptedException e) {e.printStackTrace();} catch (BrokenBarrierException e) {e.printStackTrace();}int i=10000000;while(i>0){atomicLong.incrementAndGet();i--;}countDownLatch.countDown();}}).start();}try {countDownLatch.await();long l2 = System.currentTimeMillis();System.out.println(l2-l);} catch (InterruptedException e) {e.printStackTrace();}System.out.println(atomicLong.get());}

计算结果：

1964ms
100000000

2. 使用LongAdder

public static void main(String[] args) {LongAdder longAdder = new LongAdder();CyclicBarrier cyclicBarrier = new CyclicBarrier(10);CountDownLatch countDownLatch = new CountDownLatch(10);long l = System.currentTimeMillis();for (int i=0;i<10;i++){new Thread(new Runnable() {@Overridepublic void run() {try {cyclicBarrier.await();} catch (InterruptedException e) {e.printStackTrace();} catch (BrokenBarrierException e) {e.printStackTrace();}int i=10000000;while(i>0){longAdder.add(1);i--;}countDownLatch.countDown();}}).start();}try {countDownLatch.await();long l2 = System.currentTimeMillis();System.out.println((l2-l)+"ms");} catch (InterruptedException e) {e.printStackTrace();}System.out.println(longAdder.sum());}

执行结果：

266ms
100000000

比较两者的性能，Striped64比原子类要快约10倍。

LongAdder

当线程来进行添加操作的，会根据线程ID定位到具体的cell，线程再对cell进行CAS操作，进行累加。这样各个线程就不用产生激烈竞争导致频繁CAS失败。对于JVM中最高并发线程数等与机器可用CPU核数，所以cells数组的长度也不会很长，进行数组求和也很快。

Striped64的继承类有LongAdder，以LongAdder累加流程为例：